掲出字・項目構造とID体系 #

このセクションでは、名義抄の項目の構造と、それを識別するためのID体系について説明する。

掲出字と掲出項目の定義 #

掲出字（Headword）とは、見出しの漢字そのものである。 掲出項目（Entry）とは、辞書の項目単位である。

名義抄において一つの掲出項目は、単字または複字（多字）からなる。

掲出項目の立て方には、単字による単字形式と、複字による複字形式との二つがある。

複字形式には、熟語のものと異体字併記のものがある。

次に単字形式、複字形式の2種の例をいくつか示す。

例

単字形式：人、何
複字形式（熟語）：一人、二人、何如、如何
複字形式（異体字併記）：爲為、羱𦍘

複字形式の熟語と異体字併記との区別は、注文の記述によって決定される。異体字併記の例に示した「爲為」は、その注文に「正今」とあり、「爲」が「正」、「為」が「今」の異体関係となることが分かる。同様に「羱𦍘」も注文に「正俗」とあり、「羱」が「正」、「𦍘」が「俗」の異体関係となることが分かる。

掲出項目の配置の原則と例外 #

名義抄の1頁は、8行4段から構成される。言い換えれば、1頁には縦8行、横4列、合計32個の記入欄が配置される。

1項目は、1個の記入欄に記述される1段1項目が圧倒的多数を占める。

説明が長文となる場合は、2個以上の記入欄を使用して記述され、 2段以上になったり、2行以上になったりすることとなる。この多段1項目の例も頻繁に出現する。説明が長文でも1頁を超えて記述されることはない。つまり、1個の記入欄に記入される項目は1項目以下であるのが原則である。

例外として1段の中に2項目が記述されることがある。この1段多項目は、全体からみたら、1％にもならない。

以上の原則と例外を踏まえて、名義抄のID体系を解説する。名義抄のID体系の説明が複雑となるが、それは1段の中に2項目が記述されることに起因しているので、このデータの利用者は、特にこの点に注意されたい。

名義抄のID体系 #

IDの種類 #

名義抄のデータでは、主に次のカラムにより項目や文字位置を管理する。

掲出項目ID (entry_id - 例: F00001) F形式
掲出字ID (hanzi_id - 例: S00001) S形式
風間版所在 (kazama_location - 例: K0100131) K形式
天理版所在 (tenri_location - 例: Ta023310) T形式

各カラムの関係性 #

掲出項目ID (entry_id) は、それを構成する一つ以上の掲出字ID (hanzi_id) を識別する。

掲出字ID (hanzi_id) は、データ上の各文字位置を一意に識別する主キーである。

各掲出字ID (hanzi_id) には、対応する所在ID（風間版、天理版）が紐づく。

この4種のIDの設定により、名義抄の掲出項目の多様性に対応した上で、複数の影印本の利用が容易となる。そのため、 F形式、S形式、K形式、T形式の説明は重複を厭わず、その都度行っている。

主要IDの詳細形式 #

掲出項目ID (entry_id / F形式) #

形式：掲出項目ID（entry_id）はFで始まる5桁の数値。F00001からF32604までの連番である。一部、追加した掲出項目にはb番号を付す。なお、このb番号は、次の掲出字ID（hanzi_id）に付すことがあるが、それとは無関係に付されるものである。

目的：名義抄の一項目を一意に識別する。

掲出字ID (hanzi_id / S形式) #

形式：掲出字ID（hanzi_id）はSに始まる5桁の数値。S00001からS42328までの連番。 S形式。一部、追加した掲出字にはb番号を付す。なお、このb番号は、前述の掲出項目ID（entry_id）に付すことがあるが、それとは無関係に付されるものである。

目的：データ上の各掲出字（文字位置）を一意に識別する主キーである。

補足 2字目以降の掲出字を含めたすべての掲出字ID（hanzi_id）を一覧したデータは別に用意する。そのデータは、 krm_headword_charsであり、詳細は別に述べた）。

風間版所在 (kazama_location / K形式)： #

形式： K + 巻数(2桁) + 風間版頁数(3桁) + 行数(1桁) + 段数(1桁) + 字順 (1桁)。 K形式。

字順 (1桁): その段における、項目の種類と出現順序に基づいて付与される番号である。字順は文字単位の基準であるが、項目の先頭文字の位置を用いて掲出項目の所在地を示す。

字順が文字単位の基準を用いているのは、特に、 1段（1マスとも言える）の記入欄に2個以上の掲出項目が記述されるという、掲出項目の配置の例外に対処するためである。

字順を文字単位の基準を代表として用いるために、次の字順決定のルールを定める。

ケース1: その段に項目が一つのみの場合
- その項目が単字項目であれば、字順は 0 。
- その項目が複字項目であれば、字順は 1 。
ケース2: その段に項目が二つ以上ある場合
- その段の最初の項目であれば、字順は 1 。
- その段の2番目以降の項目であれば、字順は その項目の最初の文字が、段の先頭から数えて何番目に出現するか を示す（段の先頭を1字目として数えた通し番号）。

一つの段に「A」「BC」とあり、Aが段の1字目、Bが2字目、Cが3字目の場合とする。項目BCは2番目の項目、その最初の文字はB、そのBは段の2字目である。よってBCの字順は2となる。また、一つの段に「AB」「CD」とあり、Aが段の1字目、Bが2字目、Cが3字目、Dが4字目の場合とする。項目CDは2番目の項目、その最初の文字はC、そのCは段の3字目である。よってCDの字順は3となる。

例

K01001310: (単字項目、1段1項目) 巻1 頁1 行3 段1 字順0
K08084411: (複字項目、1段1項目) 巻8 頁84 行4 段1 字順1
K01004241: (段内に複数項目ある場合の最初の項目) 巻1 頁4 行2 段4 字順1
K01004242: (段内に複数項目ある場合の段内の2字目から始まる項目) 巻1 頁4 行2 段4 字順2
K01008341: (段内に複数項目ある場合の最初の項目) 巻1 頁8 行3 段4 字順1
K01008343: (段内に複数項目ある場合の段内の3字目から始まる項目) 巻1 頁8 行3 段4 字順3

目的：風間版における掲出項目の所在地を示す。主に使用される1段1項目、頻繁に出現する多段1項目、そして稀な1段多項目といった、様々な掲出項目の配置パターンすべてに対応できるよう、文字位置の表示ルールに基づいて定められている。

出典：正宗敦夫編『類聚名義抄　第一巻』（風間書房、1954年）に基づく。

天理版所在 (tenri_location / T形式) #

天理版所在は、風間版所在のK形式の決定方法と同様の考えに従い、形式、字順、目的を次のように定める。

形式：T + 巻数（a/b/c） + ページ数（3桁） + 行数（1桁） + 段数(1桁) + 字順 (1桁) 。 T形式。

字順 (1桁): その段における、項目の種類と出現順序に基づいて付与される番号である。字順は文字単位の基準であるが、この文字単位の基準を代表として用いて掲出項目の所在地を示す。

字順を文字単位の基準を代表として用いるために、次の字順決定のルールを定める。

ケース1: その段に項目が一つのみの場合
- その項目が単字項目であれば、字順は 0 。
- その項目が複字項目であれば、字順は 1 。
ケース2: その段に項目が二つ以上ある場合
- その段の最初の項目であれば、字順は 1 。
- その段の2番目以降の項目であれば、字順は その項目の最初の文字が、段落の先頭から数えて何番目に出現するか を示す（段の先頭を1字目として数えた通し番号）。

天理版所在の示し方は、風間版所在の示し方と同様の考え方に基づいている。風間版所在の説明に用いた例を天理版所在として示すと次のようになる。

例

Ta023310: (単字項目、1段1項目) 上巻頁23 行3 段1 字順0
Tc090411: (複字項目、1段1項目) 下巻頁90 行4 段1 字順1
Ta026241: (段内に複数項目ある場合の最初の項目) 上巻頁26 行2 段4 字順1
Ta026242: (段内に複数項目ある場合の段内の2字目から始まる項目) 上巻頁26 行2 段4 字順2
Ta030341: (段内に複数項目ある場合の最初の項目) 上巻頁30 行3 段4 字順1
Ta030343: (段内に複数項目ある場合の段内の3字目から始まる項目) 上巻頁30 行3 段4 字順3

目的：天理版における掲出項目の所在地を示す。主に使用される1段1項目、頻繁に出現する多段1項目、そして稀な1段多項目といった、様々な掲出項目の配置パターンすべてに対応できるよう、文字位置の表示ルールに基づいて定められている。

出典：『類聚名義抄　仏・法・僧』（天理図書館善本叢書和書之部第32-34巻、天理大学出版部・八木書店発売）に基づく。

掲出字の入力方法 #

掲出字は、hanzi_entryカラムに入力する。

掲出項目は単字形式と複字形式があるが、単字形式は特に問題にならないので、ここでは複字形式の場合の入力方法について説明する。

複字形式の掲出項目に見える異体字併記と熟語は、掲出字を「／」（全角スラッシュ, U+FF0F）で区切って入力する。

掲出項目がスラッシュの「／」を含めば、それは複字形式であることを示し、スラッシュで区切られた部分の数（＝字数）」は複字形式の掲出字数を示す。

例

異体字併記：翛／倐／倏／翛β
熟語：一／人

Unicodeを利用した文字の入力方法については、文字の符号化と表現を参照されたい。

データ表現におけるIDの扱い #

名義抄の主要な項目データ（例：krm_main.tsv）はTSV形式で公開される。このセクションでは、各IDがTSVファイル上でどのように表現されるか、特に複字形式の場合の表現ルールについて説明する。他のセクション（主要IDの詳細形式、掲出字の入力方法、掲出字の詳細情報（マッピングテーブル）へ移譲）と説明が重複するところがあるが、TSV形式のデータ処理には重要な情報となるので、再度まとめる。

TSVカラムとIDの対応:

主要なTSVファイルには、次のカラムにそれぞれのIDが格納される。

entry_id: 掲出項目ID (F形式)
hanzi_id: 掲出字ID (S形式)
kazama_location: 風間版所在 (K形式)
tenri_location: 天理版所在 (T形式)

上記以外のID（例: 項目を構成する2番目以降の掲出字IDや所在ID）は、この主要ファイルには直接格納されず、別のマッピングテーブル（krm_headword_chars.tsv）で参照できる。

複字形式の項目のデータ表現ルール

複字形式の掲出項目（異体字併記や熟語）は、hanzi_entry カラムに全角のスラッシュ(’／’)区切りで文字列として格納される。
IDの表現に関しては、複字形式の掲出項目に対応するメインのTSV行には、その項目の先頭文字に関連するIDのみが表示される。
項目を構成する2番目以降の文字に関するID（S形式、K形式、T形式）は、このメインの行では省略される。

例
掲出項目「AB」（構成：A + B）があり、それぞれのIDが次の通りであるとする。

掲出項目ID: F25121
Aの掲出字ID: S31590 (風間版所在: K08084411, 天理版所在: Tc090411)
Bの掲出字ID: S31591 (風間版所在: K08084412, 天理版所在: Tc090412)

この項目がTSVファイルで表示される際は、メインの行は次のようになる。関連するカラムのみ示す。

entry_id	hanzi_id	hanzi_entry	kazama_location	tenri_location
F25121	S31590	AB	K08084411	Tc090411

この行には、項目ID、先頭文字の掲出字ID、項目全体の文字列、そして先頭文字の所在IDのみが含まれていることが分かる。

掲出字の詳細情報（マッピングテーブル）へ移譲 #

掲出字に関する次の情報のすべてをマッピングテーブルkrm_headword_charsへ移譲する。

各掲出字ID（S形式）に対応する、より詳細な位置情報（K形式、T形式）のリスト全体
個々の掲出字（S形式）に対応する、切り抜き画像ファイル名

これらの情報が必要な利用者は、krm_headword_chars.tsv を参照する必要がある。